摘要:SVD 定义 假设\(A\)为\(M\times N\)矩阵,则存在\(M\times M\)维正交矩阵\(U=[u_1,u_2,\cdots,u_m]\),\(N\times N\)维正交矩阵\(V=[v_1,v_2,\cdots,v_n]\)和\(M\times N\)对角矩阵\(\Sigma=
阅读全文
08 2016 档案
摘要:SVD 定义 假设\(A\)为\(M\times N\)矩阵,则存在\(M\times M\)维正交矩阵\(U=[u_1,u_2,\cdots,u_m]\),\(N\times N\)维正交矩阵\(V=[v_1,v_2,\cdots,v_n]\)和\(M\times N\)对角矩阵\(\Sigma=
阅读全文
摘要:问题描述 我们需要解决的问题可以描述如下:\(D\)维特征向量\(X=[x_1,x_2,\cdots,x_D]\),\(x_i\in{1,2,\cdots,K}\)属于给定的\(C\)个类别之一,用\(y\)标记\(X\)属于的类别。如何根据已知的\(N\)个被正确分类的特征向量\(S=\{(x_1
阅读全文
摘要:假设我们在做一个抛硬币的实验,硬币出现正面的概率是\(\theta\)。在已知前\(n\)次结果的情况下,如何推断抛下一次硬币出现正面的概率呢? 当\(n\)很大的时候,我们可以直接统计正面出现的次数,假设为\(n_1\),然后可以做出推断\(\theta=\frac{n_1}{n}\)。 但是,如
阅读全文
|